基于深度强化学习DDPG算法的投资组合管理

• 作者: 黄硕华 齐岳
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 深度强化学习 深度确定性策略梯度 投资组合管理
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 93-99
• 页数: 7页
• 分类号: TP399
• 字数: 7510字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.05.019

摘要

将深度强化学习技术应用于投资组合管理,采用深度强化学习中的深度确定性策略梯度DDPG(Deep Deterministic Policy Gradient)算法,通过限制单只股票的投资权重,分散风险,并采用丢弃算法(Dropout),即在训练模型时随机丢弃节点,解决过拟合问题.以中国股市为例,选取16只中证100指数成分股作为风险资产进行实验.结果表明,本文基于深度强化学习方法构建的投资组合,在实验期间的价值增幅显著高于对照组(等权重组合),2年达到65％,约为对照组的2.5倍,表明了本文方法的有效性.而且通过进一步实验,表明了当用于训练的数据离测试数据时间越近,则本文构建的投资组合表现越好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐岳	南开大学商学院	59	181	7.0	11.0
10	黄硕华	南开大学商学院	1	11	1.0	1.0